基于减基法的结构静态极值响应快速计算方法

针对参数化结构系统的响应极值问题,提出了一种适用于快速分析结构静态响应极值的计算方法。该方法在有限元模型基础上,利用减基法原理建立减缩的优化模型,并结合遗传算法快速、准确地获取结构在测点处的静态响应极值,同时,为了更贴近工程应用,在建立优化模型和设计优化步骤时,考虑了求解多测点情况下的最大静态响应极值。算例分析和结果比较,表明该方法在保证响应极值求解精度的同时,具有极大的时效性。     

计算具有区间参数结构特征值范围的一种新方法

基于区间效学的包含单调性和区间函效所表述的实际物理意义,把广义区间特征值问题转化为两个以非确定参效为优化变量,以关心的特征值为目标函效的全局优化问题,并采用遗传算法对优化问题求解,计算得到结构特征值的区间范围。通过效值算例对本文方法的有效性进行了验证,并和区间摄动法的计算结果进行了比较。     

一种概率-区间混合结构可靠性的高效计算方法

针对既有概率变量又有区间变量的混合不确定问题,构造了一种高效的结构可靠性分析方法。该方法将传统概率可靠性分析中的响应面方法引入混合模型的可靠性分析中,通过Bucher设计与梯度投影相结合的方法建立线性响应面,并采用一有效的解耦方法求解基于响应面建立的近似混合可靠性问题,通过迭代实现响应面更精确地近似真实极限状态函数。最后,通过两个算例验证了该算法的有效性。     

有界不确定参数结构位移范围的区间摄动法

当结构参数具有误差或有界不确定性时,区间数学可以在不同知识不确定变量的概率分布的情况下定量地考察不确定参数对结构响应的影响。为计算出不确定结构参数对结构位移影响范围的上下界,文中提出了的两种区骚动国方法。     

结构可靠指标求解的一种新的迭代方法

由国际安全度联合委员会推荐的一次二阶距可靠度方法是国际工程界公认的一种较好的可靠度分析方法（简称ＪＣ法）。这种方法具有迭代格式简单，收敛快的特点，但许多实际计算表明，这种方法可适用于功能函数非线性程度不变的情况，否则不收敛，本文提出一种新的迭代方法，这种方法迭代格式与ＪＣ法同样简单，一般情况下均能保证收敛。     

一种仅使用静态响应的梁结构损伤识别方法

提出了一种仅使用静态响应的梁结构损伤识别方法。此方法引入了一种倒数变量。采用倒数变量后,位移的泰勒展开式中仅含有倒数增量的线性项。构建了基于倒数变量的损伤求解模型,然后应用非负最小二乘法求解损伤参数,可同时确定损伤位置和程度。与未引用倒数变量的方法对比,求解的损伤参数更加逼近真实的损伤情况,且讨论了噪声的影响。通过数值模拟对三跨连续梁结构进行仿真分析,结果表明,提出的方法能够对梁结构的损伤做出有效识别。     

不确定结构动力特征值区间分析的一种算法

将结构系统中的不确定性参数用区间数来表示,对获得的广义区间特征值方程的求解方法进行了讨论,提出了一种区间逐步离散的方法。此方法通过独立的不确定性参数取区间离散点的值,将广义区间特征值方程的求解转化为相应的确定性问题,再搜索方程解中的最大最小值来确定各阶特征值边界。用数学算例对此算法的正确性和有效性进行了验证,然后应用于工程算例的特征值区间分析,并与其它算法结果进行了比较。计算结果表明该算法的计算效率较高,准确性较好。     

不确定结构动力区间分析方法研究

将结构中的不确定性参数用区间数来表示,建立了系统的区间动力特征方程和动力控制方程.通过将Monte Carlo方法引入到区间分析中来,并改进了一般Monte Carlo方法在区间模拟中存在的缺陷,对区间动力特征方程和动力控制方程进行了求解,得到了结构的固有频率、位移响应和应力响应的区间计算结果.算例表明改进的Monte Carlo方法求解简单,具有普适性,能够给出较高精度的响应区间.     

一种基于证据理论的结构可靠性分析方法

提出了一种基于证据理论的结构可靠性高效求解方法. 通过构造优化问题求解极限状态方程的非概率可靠性指标及设计验算点, 并构造一辅助区域. 通过辅助区域显著减少需要进行极值分析的焦元个数, 并基于区间分析方法减少焦元上极限状态方程的计算次数, 从而有效降低计算成本. 数值算例及工程应用验证了该方法的有效性.     

非确定结构系统区间分析的泛灰求解方法

工程中的不确定性问题可以用区间分析、概率理论或模糊理论来求解。采用泛灰区间分析法来处理结构静力分析和设计中的不确定性问题。将结构系统中的不确定性参数用区间数来表示，用有限元法建立系统的控制方程。该控制方程是线性区间方程组。然后，在概述泛灰数的概念及其运算规则的基础上，介绍了泛灰数与区间数的转化，利用泛灰数的可扩展性对区间进行分析，研究了泛灰线性方程求解，然后将它应用于结构静力分析和设计中的不确定性问题，泛灰数不仅具有区间分析的功能，而且能解决区间分析所不能解决的问题。文中给出了两个算例，列出了本文算法与其他算法的结果比较。     

计算具有区间参数结构的固有频率的优化方法

基于区间函数的单向包含性质，把具有区间非确定参数结构的固有频率所在区间范围问题 转化成两个全局优化问题，并采用一种实数编码遗传算法求取问题的全局解. 用一种能够求 得剪切型结构和弹簧质量系统特征值范围精确解的单调分析方法进行检验. 在一 些文献中，直接采用区间数运算法则和有限元法得到结构区间刚度阵和区间质量阵，并把关 于该区间刚度阵和区间质量阵的广义区间特征值问题的特征值区间作为待求的非确定性结构 的特征值所在的区间范围，该方法易于扩大问题的解域. 算例表明，可望得到结构 固有频率区间范围的准确解.     

A multi-objective optimization method for uncertain structures based on nonlinear interval number programming method

A multi-objective optimization method for uncertain structures is developed based on nonlinear interval number programming (NINP) method. The NINP method is employed to transform each uncertain objective function into a deterministic single-objective optimization problem. Using the constraint penalty function method, a deterministic multi-objective and non-constraint optimization problem is formulated in terms of penalty functions. Then the micro multi-objective genetic algorithm and the intergeneration projection genetic algorithm are adopted as outer layer and inner optimization operator to solve the nesting optimization problem, respectively. Finally, four numerical examples are provided to demonstrate the effectiveness of the present method.     

不确定非线性结构动力响应的区间分析方法

研究多自由度非线性不确定参数系统的动力响应问题. 以区间数学为基础,将不确定 性参数用区间进行定量化,借助一阶Taylor级数,给出了近似估计非线性振动系统动力响 应范围的区间分析方法. 从数学证明和数值算例两方面,将其与概率摄动有限元法进行了比 较,结果显示区间分析方法对不确定参数先验信息具有要求较少、精度较高的优点.     

线性时不变系统集员辨识的区间算法

在不确定但有界(UBB)噪声假设下，提出一种针对线性时不变系统参数集员辨识的区间算法. 借助区间数学，寻求与观测数据和噪声相容的参数的最小超长方体(或区间向量)，推导了递 推列式，并分析了算法的收敛性. 此算法不仅可以给出参数估计值，还可以给出参数的不确 定性界限. 通过数值算例，将此算法与Fogel椭球算法和最小二乘算法进行了比较，显示 了其计算量小和精度高的优点。     

受随机激励作用结构的演化设计算法

提出了研究受随机激励作用的结构动力优化的演化设计方法,演化模型以随机激力作用下结构的位移方差为约束,寻求最优的构件尺寸使结构的重量最轻。演化算法采用多种群遗传与搜索空间收缩策略,并利用高效的虚拟随机激励法进行随机响应重分析和准精确罚函数处理约束,保证了算法稳定而迅速地收敛于最优解,算例显示出本文方法的有效性。     

结构静态拓扑重分析的迭代组合近似方法

提出一种拓扑修改的静态重分析的迭代组合近似方法. 这种方法基本上是两步法. 首先，将新增加的自由度通过Guyan缩减方法凝聚到原始自由度上，形成凝聚方程. 其次， 用迭代组合近似方法求出原始自由度的近似位移，从而求出原结构自由度的位移. 新增加自 由度的位移可以通过恢复得到. 通过板结构的加筋布局优化设计的数值例子表明， 该方法对拓扑修改较大时仍可得到满意的结果.     

以可行域极点为初始迭代点求结构优化全局最优解

探索将结构优化可行域的极点选取作为初始迭代点 ,从而解决了结构优化的全局最优解问题。文中给出三个算例均得到满意解决 ,并显示了解题时的巨大优越性。